文章来源：数字经济杂志
作者：王庆福，中共辽宁省委党校
发展数字农业是我国快速实现农业农村现代化，推进乡村振兴的重要突破口，也是提升我国农业竞争力的关键战略。但是现阶段我国数字农业仍面临多重困境，例如数字技术创新瓶颈、复合型人才短缺、数字农业经营主体抵御风险能力弱等问题，针对上述困境，本文提出技术创新与推广、人才培养、政策完善与实施等策略，来推动数字农业发展。
引言
2016年，《全国农业现代化规划（2016—2020年）》明确提出要推进农业信息化，加强农业大数据、物联网、云计算等技术的应用，开启了我国数字农业发展的新篇章。此后，农业农村部相继发布了《“十三五”全国农业农村信息化发展规划》《数字农业农村发展规划（2019—2025年）》等文件，进一步明确了数字农业的发展目标、重点任务及保障措施。在政策引导下，数字技术逐渐完善，并在农业生产领域得到应用。农业农村部数据显示，2024年我国智能农机装备市场规模达118亿元，截至目前，我国农业物联网应用示范点超10万个，无人机植保作业面积超21亿亩次，累计推广应用北斗终端设备达270万台（套），数字农业发展成绩斐然。
随着数字技术进一步完善，农业生产领域的拓展与农产品消费市场的变化，我国数字农业发展也面临着诸多困境，仍需不断探索突破路径，才能推动数字农业持续发展。
农业数字化发展面临的困境
技术困境
数据收集难度大
我国部分农村地处偏远，传感器等数据收集设备覆盖率低，需要人工采集数据，耗时长，数据时效性得不到保证，部分地区由于经费等限制性因素，设备落后，导致采集的数据存在偏差。各农业生产区域存在地形、土壤、气候等方面的差异，因此农作物种类和生长规律不同，数据监测和采集工作难度大，且当前的数据采集工具可能无法做到差异化采集数据，从而影响数据的准确性。
数据处理技术落后
农业企业缺少先进的算法与模型，难以深度挖掘海量农业数据的有效价值，无法为企业生产提供科学决策依据，造成数据资源浪费。农业生产数据涉及气象、科研、生产等多个主体，由于数据流通与数据共享机制仍不健全，缺少信息共享平台，导致农业数据分散。同时各部门数据处理缺少统一标准，无法作为其他部门决策依据，影响农业数据发挥效用。
市场困境
市场风险应对能力差
我国农业经营主体无法掌握市场需求信息，市场需求敏感性差，农产品生产种植结构不合理，且生产技术落后，难以提供高品质、具备特色的农产品，从而导致市场供需不平衡。农民及农业企业风险防范意识差，风险应对能力有限，在面对因供求不平衡、市场竞争激烈等原因带来的价格波动问题时，仅能通过减少农产品种植面积、降低农产品质量从而减少生产成本等被动措施，这既影响生产主体的经济效益，又不利于数字农业长期发展。农村地区仍然缺少有效的风险分担机制，现有的农业保险种类单一，保险范围小，保额有限，难以覆盖农业经营主体的损失，无法满足数字农业主体的保险需求。并且农业期货交易市场发展仍不成熟，农民与农业企业参与农产品期货交易的门槛高，无法帮助农民分担价格波动等市场风险。
品牌建设困难
农产品经营主体生产规模较小，并且农产品种植区域分散，农产品品质存在差异，难以形成品牌效应；资本的进入使得大量同质化产品涌入农产品市场，不利于培育具备代表性的农产品品牌。农产品利润较低，农产品经营企业一般难以承担品牌宣传推广费用，宣传力度小，难以获得消费者认可。农产品多为生鲜食品，对供应链效率要求高，而当前农产品在生产、加工、运输等环节之间仍未实现信息流通，供应链各环节之间协同性差，经营者无法全流程跟踪产品及物流信息，无法保证农产品的品质，容易造成产品损耗，影响品牌建设。
人才困境
复合型人才匮乏
数字农业发展需要既具备数字技术又熟悉农业知识的复合型人才。我国长期以来更注重对农业生产理论知识人才的培养，对数字技术在农业生产领域应用的关注不足，导致当前农业类人才对数字技术知识掌握薄弱。而具备数字技术的人才一般流入大型互联网公司，农业企业为吸引人才不得不提高福利待遇，导致经营成本增加，给农业企业带来不小的压力。相较于城市地区，农村地区教育、医疗、基础设施等条件落后，生活便利性低，对人才的吸引力差，并且农业企业规模小，数字农业仍处于起步阶段，未来发展仍不明朗，职业发展空间可能受限，影响农业人才在农村工作的意愿。
人才培养体系不健全
高等院校数字农业专业课程设置仍不合理，高校对于数字农业的研究不够深入，对世界前沿技术掌握较少，课程仍以传统的农业知识为主，对互联网、大数据等数字技术的应用不足，无法满足数字农业复合型人才的需求。当前，数字农业专业主要设置在农业类院校，掌握互联网、大数据等先进技术的师资力量不足，难以培育出高素质的数字农业技术人才，而引入师资力量需要大量教育经费，高校难以承担。高校在设置数字农业专业时缺少市场调研，与用人企业之间缺少沟通，与农业的实际需求脱轨，人才难以满足用人企业的实际需求。高校学生对于理论知识的了解更多，缺少社会实践和实际操作技能，在上岗前仍然需用人企业投入大量时间和资金成本进行实操培训，增加了企业负担。
政策困境
法律法规缺失
我国关于农业生产数据安全、农业生产经营主体的隐私保护、农业生产技术保护等方面的法律法规仍然缺失，对窃取及滥用农业信息的犯罪行为缺少严格的惩治，对数据安全保护未明确责任，导致大量农业生产数据面临着被泄露、滥用及篡改的风险，严重影响了我国数字农业生产安全。物联网、传感器等数字设备的应用，使得农民的大量信息被收集，而农民本身缺少隐私意识，倘若缺乏完善的隐私保护法规的约束，农民的隐私将无法得到保障。在技术应用方面，由于缺少对数字农业技术的专利认证标准，导致当前农业数字技术专利申请困难，多数农业企业的技术专利被侵犯，不利于数字技术创新。
政策支持不到位
现有的扶持政策精准性不足，部分政策未考虑到不同地区、不同规模、不同品类的农业生产经营主体之间的差异性，政策约束范围较窄。政策门槛高，对经营规模、农产品种类、经营主体的类别要求高，小规模农户和农业合作社一般难以享受到政策红利，受益主体有限。部分政策在数字农业技术研发与应用方面的资金投入力度不足，关键技术研发资金得不到保障，影响了数字技术研发进展。个别地方政府在执行数字农业扶持政策时，缺乏重视，对于政策的宣传不足，在政策推行过程中也存在监管不力的情况，甚至部分地方政府为了短期效益或者盲目完成上级政府的任务而采取形式主义行为，导致政策无法真正推行实施，优惠政策难以真正惠及农业经营主体。部分农业经营主体对于优惠政策了解不足，且繁杂的申请流程增加了其工作量，降低申请扶持政策的积极性。另外，农业生产涉及多个部门之间共同协作，由于各部门之间权责划分不明确，政策推行过程中存在相互推诿的情况，导致出现监管漏洞、政策资金滥用等，从而损害农业企业的利益。
数字农业发展突破路径
技术创新与技术融合
鼓励农业数字技术创新
始终把技术创新放在发展数字农业的核心地位，充分发挥政府在技术创新过程中的主导作用，通过财政手段和税收手段，刺激数字农业科研机构和企业数字农业技术研发积极性。设立数字农业技术创新基金，鼓励农业经营主体、高校、科研机构等合作开展农业科研项目，重点攻克数字农业发展中的瓶颈，提升数据采集传感器的精准程度，优化数据处理算法，强化人工智能模型演练等，提升信息采集机信息处理精准度。鼓励农业企业建立科研中心，加强与国内外先进技术团队的交流，引进先进且适应本土农业发展的数字技术，消化并创新，形成企业新的核心竞争力。鼓励具备条件的企业自主研发智能农机设备及数据分析处理软件，降低对国外产品的依赖程度，保证智能设备的稳定供给及农业数据的安全。
促进多种技术融合
提高农业生产、经营及管理等全流程的数字化程度，推动互联网、人工智能、区块链等新兴技术在农业生产领域的协同应用。加强物联网在农业生产过程中的监测和数据采集作用；利用大数据技术对数据进行深入挖掘和全面分析，为农业生产过程提供准确的决策依据；利用无人机等智能设备对农产品生产过程进行智能化控制，提升生产效率；利用区块链技术对农产品从生产到运输的全流程监控，构建农产品质量溯源体系，保证农产品供应链透明化，提升农产品生产效率。
完善技术推广机制
建立数字农业技术融合使用示范基地，开展数字农业技术融合应用试点工作，探索不同农业生产经营地区、不同农业类型农业技术应用方案，在示范基地展示融合技术试点应用成果，鼓励各主体之间沟通交流经验；加强对示范基地现有技术的指导，帮助试点主体总结经验教训，鼓励优化技术融合方案，提高技术使用效率，进一步推动融合技术在全国范围内应用。
市场培育与市场拓展
精准定位农产品市场需求
鼓励农业经营主体针对农产品市场波动主动调整经营策略，通过使用大数据做好市场需求预测，分析消费者产品偏好及产品价格走势，精准生产农产品。帮助农业生产经营主体通过电商平台、社交网络等了解消费者对农产品的包装、品质及口感等的评价，并根据消费者的反馈信息迅速调整农产品的品质，生产更符合市场需求的农产品。鼓励经营主体加大生产过程中的技术投入，培育具有特色的、差异化的农产品，满足消费者的需求。生产者还可通过市场调研活动精准了解客户需求，制定差异化的市场营销方案，提高经营主体收入，主动应对市场变化。
推动农产品品牌建设
农业经营主体应积极树立品牌意识，明确品牌定位，结合地域特色、产品特点及自身优势，打造具有竞争力的农产品品牌。强化农产品质量监督管理体系，完善农产品质量溯源体系，提升农产品品质，提升消费者对农产品的认可度。加强品牌文化建设，积极与当地文化旅游业展开合作，挖掘地域文化与企业历史的共同点，赋予品牌新的文化内涵，提升消费者对品牌文化认同感和忠诚度。通过制作短视频宣传、电商达人推广、参加农产品展销会等方式提升农产品知名度，充分利用社交网络、电商平台等展示特色农产品，加强与消费者的直接互动，增强消费者对农产品品牌的了解与信任，通过线上及线下营销活动相结合的方式帮助农产品走出去，打开农产品市场，提升农产品市场占有率。
完善数字农业风险应对机制
完善农产品保险的定价机制，根据风险等级、农产品性质、农业生产主体的经营能力来分析风险发生概率，从而制定保险价格标准，减少农业经营主体的保险投入费用。创新农业保险产品种类，将农产品种植机养殖、加工责任、物流仓储环节、产品质量等划入保障范围，从而有效地分担农业生产经营主体在生产过程中的风险损失。在农村地区发展农产品期货市场，鼓励农产品生产经营主体通过套期保值等操作锁定农产品价格，降低因农产品市场价格波动带来的风险，维护农产品交易市场的稳定。加强对农产品期货市场的监管力度，规范期货市场秩序，保障交易主体的合法权益，保证农产品期货市场能够真正为数字农业发展发挥积极作用。
人才培养与引进
健全数字农业技术人才培养体系
改变数字农业专业设置的格局，鼓励理工类、财经类、农业类院校开设数字农业课程，鼓励各高校线上联合授课，共享优势师资教育资源；鼓励高校之间教师资源充分流动，解决农业类高校数字技术师资短缺的问题。优化高校课程设置，增设农业基础知识、物联网、大数据、人工智能等课程，培养既了解农业基础知识又精通数字技术的复合型人才。高校还应建立农业实践基地，加强校企合作，鼓励学生积极参与农业生产实践活动，提高实际操作能力。学校和农业企业之间应建立稳定紧密的合作关系，开展“订单式”人才培养模式，通过充分了解企业人才需求精准培养人才，这不仅有助于解决学生的就业问题，还可为企业提供符合发展需要的人才，减少企业后期的培训成本，促进企业发展。
完善数字农业人才引进与激励机制
政府和企业可联合制定人才引进政策，解决住房、子女教育、医疗等问题，从而吸引人才到农村地区就业。同时，对于引进的高层次人才，可设立科研专项基金和项目指导，为人才提供良好的科研环境，鼓励其进行技术创新。企业还应建立科学的薪酬绩效考核体系，根据农业技术人才的日常工作表现和特殊贡献制定奖励标准，完善晋升渠道和培训机制，帮助人才在工作中成长进步。企业还应营造良好的工作环境和氛围，加强企业文化建设，提升人才对农业企业的认同感和归属感。
鼓励农业生产主体积极参与农业技能培训
农民是数字农业生产活动最直接的参与者，也是最有效的人才补充，因此政府应推动农民参与数字基础技能培训。制定农民数字技能培训计划和教材，鼓励网络达人、专业MCN机构对农民进行免费的线上运营指导，鼓励农民通过电商平台、互联网等渠道直接参与农产品销售运营。建立农民数字技术培育长效机制，将数字农业技能培训纳入农村教育培训体系，在农闲期间开展培训，根据农业生产经营中的实际问题更新培训内容，提升培训效果。在农村地区成立数字技术指导机构，帮助农民解决生产难题的同时可巩固课堂教育成果，提升农民的数字技能水平，为农村数字农业发展提供稳定的人才来源。
政策扶持和法规完善
完善法律法规体系
加强对农业法规的宣传推广，提高农业经营主体的法律法规意识。鼓励律所与基层政府合作开展数字技术法规联合宣讲活动，通过举办讲座、发放宣传资料、创办培训机构等方式，向农民宣传数字农业法规知识，帮助农民了解自己的权利与义务，从而遵守法律法规。制定数据安全、隐私保护、技术应用等法规细则，对农业生产过程中的数据所有权、使用权及管理权做出明确限定，建立数据安全评估管理机制，严厉打击数据窃取、数据买卖等非法行为。在数字技术方面，鼓励农业企业积极申请专利，保护知识产权，鼓励数字技术通过有偿、无偿等方式在农业企业之间充分流通，在保证数字技术研发企业合法权益的同时推动技术共享。
加强政策扶持力度
增加财政投入，成立数字农业发展专项基金，在农村地区建立农业技术研发中心、示范项目推广基地，加大基础设施建设投入力度，保障数字农业发展设备供给。通过专项贷款、政府补贴、贷款降息等方式降低数字农业企业和农民的经营成本，减轻农业经营主体的资金压力，提高数字企业的盈利能力。通过税收政策扶持，对从事数字农业的科技企业给予免税奖励，提升企业创新积极性。对于农业智能设备生产企业给予一定的税收优惠，从而降低智能农机价格，推广智能农机在农村地区的应用。
明确政策执行和监管责任
强化政策实施监督管理机制，明确政策落实过程中各部门的职责和具体任务，加强多部门之间的协调合作，确保扶持政策落到实处。成立政策督办工作组，对各地政府政策落实情况进行监管，并定期汇报，将政策落实情况与效用纳入地方政府考核体系，避免地方政府出现敷衍行为及形式主义作风。制定合理的数字农业项目申请流程，简化审批手续，提高审批效率；做好项目的可行性与真实性评估工作，以防出现虚假项目、骗取项目资金的违法行为；对项目的实施进度、资金使用情况、技术应用行为等进行监督和指导，保证项目的顺利实施；对于完成的项目，严格按照标准验收，以保证项目资金发挥最大效益。
